Mit einer Propensity-Score-Analyse wird nachträglich versucht, die fehlende Randomisierung in Beobachtungsstudien auszugleichen. Im ersten Schritt wird für jede Person aus der Studie die als Propensity Score bezeichnete Wahrscheinlichkeit, die zu prüfende Therapie erhalten zu haben, errechnet - in Abhängigkeit von den berücksichtigten, möglicherweise das Ergebnis verzerrenden Patientenmerkmalen (z.B. Alter, Vorerkrankungen). Im zweiten Schritt wird dann der Therapieeffekt unter Einbezug des Scores ausgewertet. Dafür gibt es verschiedene Methoden, eine oft angewendete ist das Propensity-Score-Matching. Hier wird jeder behandelten Person eine unbehandelte zugeordnet, die den gleichen oder einen in vorher festgelegten Grenzen geringfügig abweichenden Score aufweist. Die Idee dahinter ist, dass bei Personen, die annähernd die gleiche Wahrscheinlichkeit hatten, die Therapie zu erhalten, die Therapieentscheidung "zufällig" - quasi wie randomisiert - erfolgt ist. Die Gruppen werden dann in Bezug auf den Endpunkt verglichen. Wie sehr sich die Gruppen hinsichtlich der berücksichtigten Patientenmerkmale ähneln, gilt als Gütekriterium des Matchings. Verzerrungen durch nicht gemessene und unbekannte Faktoren lassen sich jedoch - anders als bei der Randomisierung - nicht reduzieren.1,2
1 KUSS, O. et al.: Dtsch. Ärztebl. Int 2016; 113: 597-603
2 LAM, S.W. et al.: Ann. Pharmacother. 2017; 51: 429-38